CNET科技行者 11月15日 北京消息:高通今日通过其风险投资部门高通创投(Qualcomm Ventures)宣布对9家中国公司进行风险投资,其中包括:人工智能公司商汤科技、智能共享单车公司摩拜单车、无线连接市场供应商创通电子、面向终端侧的人工智能解决方案供应商耐能、无人值守便利店运营商零号元素、创新教育解决方案供应商美科科技、结合AI和VR/AR技术的内容提供商奇幻科技、“全沉浸式”英语学习环境供应商爱乐奇、以及农业大数据和智能化服务公司奥科美。所有注资款项来自高通于2014年宣布的1.5亿美元中国战略投资基金。
图注:高通创投宣布对9家中国公司进行投资
高通创投自2003年开始积极在中国进行投资,目前在中国管理近40家投资组合公司。自2015年开始,高通创投将其投资重点扩展至前沿科技,专注于在人工智能、物联网、VR/AR、机器人等领域的投资。向上述9家富有潜力的中国公司注资,是高通创投为中国充满活力的前沿科技生态系统提供支持的又一例证。 高通创投此次选择投资的公司,均为前沿科技领域从事创新的公司。
新投资公司
追加投资
高通副总裁兼高通创投全球董事总经理Quinn Li表示:“高通致力于支持技术创新让人们的生活更美好。今天我们宣布投资的9家创新型公司专注于人工智能、物联网等领域,通过为这些公司提供财务、技术和业务支持,高通创投旨在帮助其将构想和创意变为现实。未来,高通创投还将继续支持前沿科技领域创业企业的创新,推动实现产业繁荣。”
高通创投是Qualcomm Incorporated的投资部门,在移动技术领域有着无可比拟的专业经验。除了资金投入,高通创投位于全球的八支管理团队能为投资组合公司提供丰富资源,还帮助投资组合公司与全球业界领先企业建立联系,以支持投资组合公司扩大业务规模。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。